Orchestration d'agents IA : un levier stratégique de performance et de valeur

À mesure que les entreprises déploient des systèmes multi-agents, où différents moteurs de raisonnement IA interagissent de manière fluide entre plusieurs domaines, l’orchestration des agents, c’est-à-dire leur coordination efficace autour de rôles spécialisés, deviendra essentielle pour en libérer tout le potentiel. Une orchestration maîtrisée permet de créer des workflows intelligents : interpréter les demandes, structurer les processus, déléguer et synchroniser les tâches, puis valider et optimiser les résultats en continu¹. À l’inverse, une orchestration défaillante peut réduire de façon significative la valeur business générée.
Selon les estimations du marché, celui des agents IA autonomes pourrait atteindre 8,5 milliards de dollars d’ici à 2026, puis 35 milliards de dollars en 2030 (figure 1)². Si les organisations renforcent l’orchestration de leurs agents et adressent de manière proactive les défis et risques associés, Deloitte anticipe que ces projections pourraient être revues à la hausse de 15 % à 30 %, soit jusqu’à 45 milliards de dollars à horizon 2030. À l’inverse, certaines analyses indiquent que plus de 40 % des projets actuels liés à l’IA agentique pourraient être abandonnés d’ici à 2027, en raison de coûts imprévus, de difficultés de passage à l’échelle ou de risques non anticipés³. Ces initiatives pourraient pourtant générer une croissance substantielle si les entreprises parviennent à atténuer ces écueils en amont.

Pour tirer pleinement parti des systèmes multi-agents, les entreprises devront renforcer leur capacité à orchestrer des agents dotés d’un certain niveau d’autonomie, tout en anticipant les écueils potentiels dès les premières phases. Parallèlement, ces systèmes seront particulièrement efficaces pour les organisations qui privilégient l’interopérabilité et la gestion des agents, et qui savent mettre en œuvre de manière maîtrisée les évolutions nécessaires en matière de processus opérationnels et de compétences.

Faire fonctionner les entreprises au service des systèmes multi-agents 

À mesure que les entreprises prennent des décisions concernant leur préparation à l’orchestration des agents, trois repères apparaissent comme déterminants.

Des agents à usage unique aux systèmes multi-agents : les entreprises sont-elles prêtes ?

Aujourd’hui, les organisations peuvent exploiter des agents IA à usage unique pour réaliser de manière autonome plusieurs étapes d’un processus⁴. Elles prennent de plus en plus conscience que les avantages de l’IA agentique s’étendent également aux systèmes multi-agents, déverrouillant une valeur entreprise plus large et exponentielle⁵. Cependant, pour de nombreuses entreprises, les implémentations technologiques sont encore loin d’être matures.

Selon l’enquête Deloitte Tech Value 2025, menée auprès de près de 550 dirigeants américains de différents secteurs, 80 % des répondants estiment que leur organisation dispose de capacités matures pour les efforts d’automatisation de base, alors que seulement 28 % pensent la même chose pour les initiatives combinant automatisation de base et agents IA.

De plus, parmi ceux qui poursuivent chacune de ces stratégies, 45 % estiment que leurs efforts d’automatisation de base pourraient générer le retour sur investissement attendu dans un délai de trois ans, contre seulement 12 % pour les efforts combinant automatisation et agents, sur une période similaire.⁶

Comment y parvenir plus rapidement ? La première étape consiste à envisager les trois approches potentielles des systèmes multi-agents (figure 2).⁷

La dimension humaine dans l’orchestration des agents 

En 2025, les entreprises mettent en œuvre des orchestrations d’agents relativement simples mais prometteuses dans des domaines spécifiques, tels que la recherche en investissement financier ou les soins de santé pour les maladies critiques⁸. Dans ces applications, les agents travaillent souvent ensemble sous la supervision humaine ou celle d’un « agent superviseur » dédié, afin de fournir des informations que les professionnels humains peuvent exploiter. Des orchestrations plus complexes et autonomes, couvrant plusieurs domaines d’activité, restent pour l’essentiel limitées à quelques leaders du secteur⁹. À mesure que ces initiatives se développent, les entreprises devront de plus en plus équilibrer l’autonomie des agents et la supervision humaine, en pesant soigneusement innovation, risque, responsabilité et confiance.

Les recherches suggèrent que les systèmes multi-agents émergents fonctionnent mieux avec l’humain dans la boucle car ils bénéficient de l’expérience humaine et restent alignés sur les attentes organisationnelles nuancées¹⁰. Nous prévoyons que, dans les 12 à 18 prochains mois, un nombre croissant d’entreprises accélérera l’expérimentation et la mise à l’échelle d’orchestrations complexes d’agents, tout en maintenant l’humain dans la boucle. Elles adopteront probablement des cadres et des solutions permettant d’intégrer le jugement humain dans les processus opérationnels pilotés par agents, afin d’augmenter la confiance, la qualité et la responsabilité.¹¹

Par ailleurs, un « spectre d’autonomie » progressif (humain dans la boucle, humain supervisant la boucle, et humain hors de la boucle) devrait émerger, en fonction de la complexité des tâches, du domaine d’activité, de la conception des processus et de la criticité des résultats. Si l’approche « humain hors de la boucle » nécessitera toujours une surveillance continue, les approches « humain dans la boucle » et « humain supervisant la boucle » s’appuieront davantage sur des plateformes et des tableaux de bord de télémétrie des agents, offrant un suivi des résultats, une visualisation de l’orchestration et d’autres informations pour guider les interventions humaines. Nous prévoyons qu’en 2026, les entreprises les plus avancées poseront les bases d’une orchestration centrée sur l’humain supervisant la boucle.

Maîtriser la dispersion des agents IA 

En 2026, le nombre d’agents IA devrait croître fortement, répartis sur différents langages de programmation, infrastructures et protocoles de communication. Certains agents pourraient également nécessiter des capacités multimodales, c’est-à-dire la capacité d’analyser et d’interpréter différents types d’information, comme le texte, l’audio et l’image, afin d’atteindre leur plein potentiel. Par ailleurs, le développement de protocoles web pour agents, comme le projet NANDA du Massachusetts Institute of Technology, pourrait définir la manière dont les agents coordonnent leurs actions sur des interfaces numériques externes aux systèmes des entreprises¹². À plus long terme, cela pourrait permettre une orchestration stratégique des agents à travers les réseaux internes et externes des organisations, ouvrant de nouvelles capacités.

Ces évolutions rendent l’interopérabilité des systèmes multi-agents à la fois essentielle et complexe. Les entreprises chercheront de plus en plus à piloter, superviser et gérer des agents IA divers via une plateforme unifiée. L’absence de standards opérationnels pour cette main-d’œuvre digitale pourrait entraîner une conception, une configuration et un déploiement fragmentés des agents, augmentant les risques et coûts liés à la performance, ainsi qu’aux enjeux éthiques, cybersécuritaires et réglementaires.

Les entreprises peuvent s’inspirer des technologies qui ont façonné l’informatique et l’architecture d’entreprise modernes, comme le cloud et les microservices. Les protocoles standardisés (HTTPS, JSON, etc.), les schémas clairs d’interfaces de programmation et les microservices spécialisés par domaine ont permis l’interopérabilité, la stabilité et la responsabilité des systèmes. Les registres de services, le suivi distribué et les journaux centralisés ont amélioré la découverte des capacités, la résolution des erreurs et la gestion des services. La gouvernance, les catalogues de services et la sécurité « zero-trust » ont garanti la robustesse des systèmes et évité les confusions liées aux versions.

Ces bonnes pratiques offrent des enseignements précieux pour concevoir des systèmes multi-agents fiables et évolutifs. Les entreprises devront néanmoins adopter une approche innovante et se concentrer sur la création de couches uniques et stratégiques dans leur architecture.

1. Contexte : une base solide d’ingénierie des connaissances. Cette fondation transforme les données brutes et hétérogènes en représentations structurées et gouvernées (par exemple, graphes de connaissances, ontologies, taxonomies de domaine), offrant aux agents un modèle clair de l’espace problématique. Des techniques optimisées de récupération du contexte permettent aux agents d’accéder rapidement et précisément aux informations pertinentes, tandis que le modelage du contexte affine les entrées pour réduire le bruit et les conflits, améliorant ainsi la précision et l’efficacité.

2. Agents : piloter les opérations avec sécurité et autonomie. Cette composante exploite les informations contextuelles pour activer les opérations des agents, en mettant l’accent sur la sécurité, l’autonomie et l’interopérabilité. L’architecture est modulaire et évolutive, capable d’intégrer et de s’adapter aux nouvelles technologies. Des stratégies centrées sur la pertinence des outils et l’abstraction permettent de prévenir la surcharge des agents. De plus, une gestion optimisée de la mémoire assure l’accès au bon mélange de connaissances factuelles, expérimentales et procédurales, renforçant la compréhension contextuelle. Les modèles IA sont sélectionnés en fonction des tâches, allant de modèles compacts et spécialisés à des modèles puissants, afin d’optimiser la performance. Des mesures de sécurité robustes et une observabilité avancée grâce à la télémétrie garantissent des activités d’agents fiables, transparentes et sécurisées.

3. Expérience utilisateur : superviser et guider les agents. L’interface principale entre les utilisateurs et les agents permet de contrôler et ajuster les actions des agents. Elle fournit des informations pertinentes sur l’état des agents et le contexte, propose des suggestions rapides et présente des résultats clairs et compréhensibles. Des contrôles intuitifs pour la supervision humaine, des fonctions avancées de feedback et des mécanismes d’explicabilité, comme l’affichage du raisonnement de l’agent, renforcent la transparence et la confiance dans les résultats. En cas d’erreurs ou de situations ambiguës, cette interface fournit des explications claires et des options pour corriger ou récupérer les actions.

Faire fonctionner les systèmes multi-agents au service des entreprises 

À mesure que les entreprises maîtrisent les bases techniques, trois repères stratégiques peuvent les aider à mieux aligner leurs initiatives avec leurs priorités business.

Protocoles de communication flexibles, évolutifs et sécurisés 

L’orchestration multi-agents nécessite une forme standardisée de communication entre agents, ainsi qu’entre agents et autres outils ou plateformes. Elle est essentielle pour garantir la prévisibilité des messages relatifs aux capacités, aux analyses et aux actions des agents. Au cours de l’année écoulée, plusieurs protocoles de communication inter-agents ont vu le jour, chacun promettant une coordination efficace entre agents construits sur des architectures différentes. Citons par exemple A2A de Google, AGNTCY piloté par Cisco, MCP d’Anthropic, et d’autres¹³. Les fournisseurs technologiques mobilisent leurs partenaires, alliances et clients pour s’imposer dans ce domaine. Certains de ces protocoles sont également étendus pour assurer l’interopérabilité fiable des agents dans des domaines spécifiques, comme les transactions financières.¹⁴

Une compétition excessive entre protocoles pourrait favoriser l’émergence de « jardins clos », où les entreprises restent enfermées dans un seul protocole de communication et un écosystème d’agents unique¹⁵. Il est probable, toutefois, qu’au cours de l’année prochaine, ces protocoles commencent à converger, aboutissant à deux ou trois standards principaux auxquels les autres fournisseurs technologiques devront se conformer pour rester compétitifs.

Les protocoles qui s’imposeront dépendront de plusieurs paramètres, notamment des priorités des entreprises selon leur usage multi-agents, leur secteur et leur maturité en orchestration.

Par exemple :

• Des protocoles légers, avec interfaces de programmation standard et outils pour tests et simulations, facilitent l’expérimentation.
• La prise en charge des interactions peer-to-peer ou hub-and-spoke, avec partage de contexte et de mémoire, ainsi que des mécanismes intégrés de négociation, délégation et résolution de conflits, permet des orchestrations variées.
• Des registres d’agents pour la découverte fiable et l’équilibrage des charges, la messagerie asynchrone, un débit élevé et une faible latence, ainsi que la gestion de processus complexes ou enchaînés, facilitent la montée en charge des orchestrations.
• Enfin, authentification, messagerie sécurisée et contrôle d’accès contribuent à réduire les risques de sécurité, tandis que les messages et explications inter-agents assurent traçabilité et possibilité d’audit des actions et erreurs.

Plateformes de gestion et outils d’observabilité 

À mesure que les systèmes multi-agents se développent, les entreprises devront de plus en plus piloter les agents et comprendre les décisions qu’ils prennent. Elles peuvent s’appuyer sur des plates-formes unifiées et évolutives, avec des capacités de supervision ou des « agents superviseurs », pour interpréter les requêtes, diriger les tâches, gérer les accès et exécuter des processus parallèles ou multi-étapes¹⁶. Il est probable que, dans l’année à venir, les entreprises technologiques lanceront de nouvelles fonctionnalités dans ce domaine, laissant aux organisations le choix de la manière dont elles souhaitent configurer ces plateformes d’orchestration. Par exemple, des plateformes centralisées en interne permettent de réduire la dépendance aux fournisseurs et d’accroître le contrôle sur les données et les agents, tandis que des solutions clés en main peuvent accélérer les tests et limiter le coût de l’innovation.

Quelle que soit leur option, les plateformes d’orchestration des agents seront essentielles pour suivre les indicateurs opérationnels, améliorer la performance et maîtriser les coûts.

Certaines plateformes développent déjà des moyens d’intégrer la surveillance de la télémétrie des agents, comme la latence, le taux d’erreurs, l’utilisation des ressources et d’autres informations issues des outils¹⁷. Des évaluations de sécurité et des capacités de détection des comportements inhabituels permettent de réduire les risques. À terme, ces plateformes devraient proposer des fonctionnalités innovantes, telles que des analyses stratifiées de l’activité et des mécanismes supplémentaires de contrôle. Par exemple, une catégorie émergente appelée agent de supervision peut à la fois prendre en charge des tâches et superviser d’autres agents pour détecter et gérer des comportements à risque.¹⁸

Les plateformes d’orchestration devront également intégrer la conformité réglementaire, un domaine en pleine évolution au niveau international. L’AI Act de l’Union européenne définit des exigences concernant l’évaluation des risques, la transparence, les mesures techniques de protection et la supervision humaine¹⁹. De plus, les organismes européens de normalisation travaillent à l’élaboration de standards juridiques harmonisés conformément à cette réglementation.²⁰

Evolution des processus et des équipes 

Selon Gartner®, d’ici à 2028, 33 % des applications logicielles d’entreprise incluront de l’IA agentique, contre moins de 1 % en 2024, et au moins 15 % des décisions opérationnelles quotidiennes seront prises de manière autonome par des agents IA²¹. Pour atteindre cet objectif, de nombreuses entreprises commenceront probablement dès 2026 à repenser leurs processus opérationnels, en définissant des modules concrets et spécifiques. Cela permettra de déterminer le type d’orchestration des agents nécessaire, en fonction de la criticité, des dépendances, de la prévisibilité des tâches et de la résilience visée. Par exemple, certains modules pourront bénéficier d’agents travaillant séquentiellement, où la sortie d’un agent devient l’entrée d’un autre, tandis que d’autres modules tireront parti d’agents opérant en parallèle ou de manière collaborative.

Un autre enjeu majeur concerne la collaboration entre les humains et les systèmes multi-agents. Une enquête mondiale menée auprès de 200 responsables RH révèle que 86 % des directeurs des ressources humaines considèrent l’intégration du « travail digital » (c’est-à-dire les technologies capables de réaliser des tâches intelligentes) comme centrale dans leur rôle²². Les premiers modèles montrent les humains agissant comme des « superviseurs d’agents » ou travaillant aux côtés des agents²³. En 2026, les entreprises exploreront probablement plus en profondeur ces modèles de collaboration à travers davantage de rôles, de fonctions et de tâches, afin d’identifier où l’orchestration des agents peut améliorer l’efficacité et où les compétences et la collaboration humaines apportent une valeur significative.²⁴

D’ici à l’année prochaine, les entreprises commenceront également à réinventer les rôles existants pour en tirer des résultats à plus forte valeur ajoutée grâce aux systèmes multi-agents²⁵. Les contributions humaines pourront inclure un pilotage créatif et stratégique des systèmes multi-agents, tout en résolvant les problèmes et en prenant des décisions de manière efficace. Parallèlement, les entreprises se concentreront sur la définition des nouvelles compétences et responsabilités humaines, nécessaires pour la formation des agents, l’orchestration, la supervision et la gouvernance²⁶. Des programmes de formation adaptés et le développement de leaders capables de gérer à la fois des collaborateurs humains et digitaux seront essentiels pour garantir la qualité, la responsabilité et la résilience des décisions multi-agents, tout en exploitant les compétences exclusivement humaines.²⁷

2026, un tournant pour l’orchestration des agents

L’orchestration des agents devrait façonner la prochaine ère des entreprises intelligentes. Dès l’année prochaine, nous prévoyons que les entreprises commenceront à étendre leurs systèmes multi-agents, introduisant ainsi une complexité accrue dans leurs environnements informatiques et opérationnels. Les protocoles de communication des agents devraient se consolider autour de solutions offrant simplicité d’expérimentation, flexibilité, évolutivité et sécurité. Les processus opérationnels des entreprises devraient progressivement devenir plus modulaires, pilotés par des agents, qu’ils soient développés en interne ou acquis via des logiciels en tant que service et autres fournisseurs tiers. De nouveaux rôles, ou des rôles modifiés, pour les collaborateurs humains commenceront également à émerger, facilitant une collaboration efficace avec les systèmes multi-agents.

Pour autant, entreprises et fournisseurs technologiques devront agir de manière décisive pour orienter cette évolution.